امید زیارتی - دانشجوی دکتری تخصصی، گروه کامپیوتر، واحد یاسوج، دانشگاه آزاد اسلامی، یاسوج، ایران
صمد نجاتیان - عضو هیات علمی، گروه برق، واحد یاسوج، دانشگاه آزاد اسلامی، یاسوج، ایران

امروزه اینترنت یکی از مهمترین منابع اطلاعاتی است که کاربران فراوانی را به خود اختصاص داده است. این کاربران، محققان و پژوهشگران و حتی عامهی مردمرا تحت پوششقرار میدهد. حجم وب بر اساس تحقیقات انجام شده، فراتر از بیلیونها صفحه است و هر لحظه میلیونها صفحه به آن افزوده میشود. ناهمگنیاسناد وب به حدی است که آشفتگی حاصل از آن غیر قابل کنترل است. محققان محیط وب این نیاز را احساس کردهاند که اگر بازیابی و سازماندهی اسناد وب هر سند وزنی داده میشود و در پایان با استفاده از روش ،K-Means اسناد را خوشهبندی میکنیم. بعد از شبیهسازی الگوریتم پیشنهادی و مقایسه ی آن با دیگر الگوریتمها، ملاحظه شد که دقت و کارایی آن نسبت به الگوریتمهای مشابه بهتر است.صورت نپذیرد، اطلاعات موجود در وب عملا غیر قابل استفاده است. لذا محققان، ایدهی ردهبندی و خوشهبندی خودکار اسناد وب را مطرح کردند، که بر اساسآن اسناد وب در یک نظام ساختارمند، سازماندهی میشوند. در این تحقیق یک روش جدید شاخصگذاری صفحات وب براساس محتوا، به منظور خوشهبندی درراستای افزایش سازماندهی اسناد وب ارایه شده است. این الگوریتم در ابتدا پارامترهای مطلوب اسناد وب را انتخاب کرده، سپس با توجه به تکنیک ارایه شده، به

اسناد وب، خوشهبندی، دادهکاوی، دستهبندی K-means